mirror of
https://gitee.com/TheAlgorithms/LeetCodeAnimation.git
synced 2024-12-06 15:19:44 +08:00
68 lines
2.5 KiB
Markdown
68 lines
2.5 KiB
Markdown
|
# LeetCode 第 187 号问题:重复的 DNA 序列
|
|||
|
|
|||
|
> 本文首发于公众号「五分钟学算法」,是[图解 LeetCode ](<https://github.com/MisterBooo/LeetCodeAnimation>)系列文章之一。
|
|||
|
>
|
|||
|
> 个人网站:[https://www.cxyxiaowu.com](https://www.cxyxiaowu.com)
|
|||
|
|
|||
|
题目来源于 LeetCode 上第 187 号问题:重复的 DNA 序列。
|
|||
|
|
|||
|
### 题目描述
|
|||
|
|
|||
|
所有 DNA 由一系列缩写为 A,C,G 和 T 的核苷酸组成,例如:“ACGAATTCCG”。在研究 DNA 时,识别 DNA 中的重复序列有时会对研究非常有帮助。
|
|||
|
|
|||
|
编写一个函数来查找 DNA 分子中所有出现超过一次的 10 个字母长的序列(子串)。
|
|||
|
|
|||
|
### 题目解析
|
|||
|
|
|||
|
首先,先将 A , C , G , T 的 ASCII 码用二进制来表示:
|
|||
|
|
|||
|
A: 0100 0**001** C: 0100 0**011** G: 0100 0**111** T: 0101 0**100**
|
|||
|
|
|||
|
通过观察发现每个字符的后三位都不相同,因此可以用**末尾的三位**来区分这四个字符。
|
|||
|
|
|||
|
题目要求是查找 10 个字母长的序列,这里我们将每个字符用三位来区分的话,10 个字符就需要 30 位 ,在32位机上也 OK 。
|
|||
|
|
|||
|
为了提取出后 30 位,需要使用 **mask** ,取值为 0x7ffffff(二进制表示含有 27 个 1) ,先用此 mask 可取出**整个序列**的后 27 位,然后再向左平移三位可取出 10 个字母长的序列 ( 30 位)。
|
|||
|
|
|||
|
为了保存子串的频率,这里使用**哈希表**。
|
|||
|
|
|||
|
首先当取出第十个字符时,将其存在哈希表里,和该字符串出现频率映射,之后每向左移三位替换一个字符,查找新字符串在哈希表里出现次数,如果之前刚好出现过一次,则将当前字符串存入返回值的数组并将其出现次数加一,如果从未出现过,则将其映射到 1。
|
|||
|
|
|||
|
###
|
|||
|
|
|||
|
### 动画描述
|
|||
|
|
|||
|
待补充
|
|||
|
|
|||
|
### 代码实现
|
|||
|
|
|||
|
```c++
|
|||
|
class Solution {
|
|||
|
public:
|
|||
|
vector<string> findRepeatedDnaSequences(string s) {
|
|||
|
vector<string> res;
|
|||
|
if (s.size() <= 10) return res;
|
|||
|
int mask = 0x7ffffff, cur = 0;
|
|||
|
unordered_map<int, int> m;
|
|||
|
for (int i = 0; i < 9; ++i) {
|
|||
|
cur = (cur << 3) | (s[i] & 7);
|
|||
|
}
|
|||
|
for (int i = 9; i < s.size(); ++i) {
|
|||
|
cur = ((cur & mask) << 3) | (s[i] & 7);
|
|||
|
if (m.count(cur)) {
|
|||
|
if (m[cur] == 1) res.push_back(s.substr(i - 9, 10));
|
|||
|
++m[cur];
|
|||
|
} else {
|
|||
|
m[cur] = 1;
|
|||
|
}
|
|||
|
}
|
|||
|
return res;
|
|||
|
}
|
|||
|
};
|
|||
|
```
|
|||
|
|
|||
|
|
|||
|
|
|||
|
|
|||
|
|
|||
|
![](https://bucket-1257126549.cos.ap-guangzhou.myqcloud.com/blog/fz0rq.png)
|